| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 社会网络分析方法在图情领域中的应用研究 | 第10-11页 |
| 1.2.2 学科主题结构研究 | 第11-12页 |
| 1.2.3 学科演化规律分析 | 第12页 |
| 1.3 研究内容及结构 | 第12-15页 |
| 1.3.1 主要研究内容 | 第12-14页 |
| 1.3.2 创新之处 | 第14-15页 |
| 第二章 情报学学科背景及论文研究方法 | 第15-21页 |
| 2.1 情报学学科背景 | 第15页 |
| 2.2 研究方法 | 第15-19页 |
| 2.2.1 词频分析法 | 第15-16页 |
| 2.2.2 信息可视化 | 第16页 |
| 2.2.3 社会网络分析法 | 第16-17页 |
| 2.2.4 复杂网络聚类算法 | 第17-19页 |
| 2.3 学科知识网络研究一般流程 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 情报学学科合著网络及潜在合作关系研究 | 第21-35页 |
| 3.1 数据选择和研究方法 | 第21-23页 |
| 3.1.1 数据采集与预处理 | 第21-23页 |
| 3.1.2 研究方法 | 第23页 |
| 3.2 基于年份-作者2模数据的情报学核心科研团队识别与分析 | 第23-26页 |
| 3.2.1 情报学核心科研网络可视化 | 第23-25页 |
| 3.2.2 情报学核心科研团队识别与演化分析 | 第25-26页 |
| 3.3 情报学科研网络潜在合作关系研究 | 第26-34页 |
| 3.3.1 科研网络中同质与异质数值矩阵对比分析 | 第26-30页 |
| 3.3.2 基于G-N社群聚类的情报学学科潜在合作者发现 | 第30-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 情报学学科主题结构研究 | 第35-45页 |
| 4.1 数据选择与研究方法 | 第35-36页 |
| 4.1.1 数据采集和预处理 | 第35页 |
| 4.1.2 研究方法 | 第35-36页 |
| 4.2 基于TF~*IDF算法的情报学经典关键词与历年特征词识别 | 第36-38页 |
| 4.3 基于边聚类算法的情报学学科主题结构研究 | 第38-44页 |
| 4.3.1 情报学主题结构层次性分析 | 第38-41页 |
| 4.3.2 情报学主题结构重叠性分析 | 第41-42页 |
| 4.3.3 聚类结果讨论 | 第42-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第五章 情报学学科主题演化分析 | 第45-57页 |
| 5.1 数据选择和研究方法 | 第45-46页 |
| 5.1.1 数据选择 | 第45页 |
| 5.1.2 研究方法 | 第45-46页 |
| 5.2 情报学学科文献与词频信息计量分析 | 第46-51页 |
| 5.2.1 文献信息动态特征 | 第46-47页 |
| 5.2.2 学科主题词词频变化分析 | 第47-51页 |
| 5.3 情报学学科主题网络演化分析 | 第51-56页 |
| 5.3.1 基于年份-关键词2模共现网络演化分析 | 第51-54页 |
| 5.3.2 基于年份-作者-关键词3模共现网络分析 | 第54-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第六章 结论与展望 | 第57-59页 |
| 6.1 结论 | 第57-58页 |
| 6.2 对未来展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 在学期间发表论文及著作情况 | 第63-64页 |
| 致谢 | 第64页 |
